大模型的书这么多,该怎么选呢?今天就来教大家怎么快速地从众多大模型书中选到你想要的那一本!
大模型基础
大模型入门不可错过的一本书,就是这本大模型界的经典畅销书 《大规模语言模型》 !系统性强,内容适合初学者,如果你想知道如何构建一个大模型应用,系统了解大模型的构建,选它准没错!
▊《 大规模语言模型:从理论到实践》
张奇,桂韬,郑锐,黄萱菁 著
- 解码大语言模型奥秘,引领机器智能新时代
- 详细介绍构建LLM的四个主要阶段:预训练、有监督微调、奖励建模和强化学习
- 解读ChatGPT背后的核心技术
- 配全书PPT课件
本书详细介绍了构建大语言模型的四个主要阶段:预训练、有监督微调、奖励建模和强化学习。每个阶段都有算法、代码、数据、难点及实践经验的详细讨论。
本书以大语言模型的基础理论开篇,探讨了大语言模型预训练数据的构建方法,以及大语言模型如何理解并服从人类指令,介绍了大语言模型的应用和评估方法,为读者提供了更全面的视野。
本书旨在为对大语言模型感兴趣的读者提供入门指南,也可作为高年级本科生和研究生自然语言处理相关课程的补充教材!
LangChain
当你想要基于大模型进行应用程序开发时,怎么能少得了LangChain这个强大的开发框架呢?
全面系统地学习LangChain,这本由LangChain中文网联合创始人编著的 《LangChian入门指南》 一定是不二之选!
▊《 LangChain入门指南:构建高可复用、可扩展的LLM应用程序》
李特丽 康轶文 著
-
全面介绍LangChain技术
-
逐步构建自己的LLM应用程序
-
内容注重高可复用性和可扩展性
-
实用案例和示例代码助你快速上手
-
与社区互动,共享经验与解决难题
本书由LangChain中文网联合创始人李特丽与创始人康轶文共同编著!
本书专门为那些对自然语言处理技术感兴趣的读者提供了系统的LLM应用开发指南。全书分为11章,从LLM基础知识开始,通过LangChain这个开源框架为读者解读整个LLM应用开发流程。第1~2章概述LLM技术的发展背景和LangChain框架的设计理念。从第3章开始,分章深入介绍LangChain的6大模块,包括模型I/O、数据增强、链、记忆等,通过大量代码示例让读者了解其原理和用法。第9章通过构建PDF问答程序,帮助读者将之前学习的知识应用于实践。第10章则介绍集成,可拓宽LangChain的用途。第11章为初学者简要解析LLM的基础理论,如Transformer模型等。
本书以LangChain这个让人熟悉的框架为主线,引导读者一步一步掌握LLM应用开发流程,适合对大语言模型感兴趣的开发者、AI应用程序开发者阅读。
《基于GPT-3、ChatGPT、GPT-4等Transformer架构的自然语言处理》
本教程内容主要内容
• 了解用于解决复杂语言问题的新技术
• 将GPT-3与T5、GPT-2和基于BERT的Transformer的结果进行对比
• 使用TensorFlow、PyTorch和GPT-3执行情感分析、文本摘要、非正式语言分析、机器翻译等任务
• 了解ViT和CLIP如何标注图像(包括模糊化),并使用DALL-E从文本生成图像
• 学习ChatGPT和GPT-4的高级提示工程机制
Google工程总监Antonio Gulli作序,一堆大佬推荐!这含金量不用多说!本书分步展示如何微调GPT-3等预训练模型。研究机器翻译、语音转文本、文本转语音、问答等NLP任务,并介绍解决NLP难题的技术,甚至帮助你应对假新闻焦虑(详见第13章)。
从书中可了解到,诸如OpenAI的高级平台将Transformer扩展到语言领域、计算机视觉领域,并允许使用DALL-E 2、ChatGPT和GPT-4生成代码。通过本书,你将了解到Transformer的工作原理以及如何实施Transformer来决NLP问题。
从零开始大模型开发与微调:基于PyTorch与ChatGLM
本书使用PyTorch 2.0作为学习大模型的基本框架,以ChatGLM为例详细讲解大模型的基本理论、算法、程序实现、应用实战以及微调技术,为读者揭示大模型开发技术。本书配套示例源代码、PPT课件。
(书籍分享)
《从零开始大模型开发与微调:基于PyTorch与ChatGLM》共18章,内容包括人工智能与大模型、PyTorch 2.0深度学习环境搭建、从零开始学习PyTorch 2.0、深度学习基础算法详解、基于PyTorch卷积层的MNIST分类实战、PyTorch数据处理与模型展示、ResNet实战、有趣的词嵌入、基于PyTorch循环神经网络的中文情感分类实战、自然语言处理的编码器、预训练模型BERT、自然语言处理的解码器、强化学习实战、只具有解码器的GPT-2模…
😝朋友们如果有需要的话,可以V扫描下方二维码联系领取~